내부적으로 스터디한 자료를 정리해 보았습니다. 마켓플레이스형 가치창출 관계구조를 가지고 수수료와 가맹점 광고가 중요한 수익원천인 모바일 배달앱과 유사한 비즈니스 모델을 뷰티서비스에도 적용해 보자는 가정 하에서 뷰티 서비스 모바일 앱 개발을 지원하기 위한 설문조사는 어떻게 설계할 것인가에 대해 스터디한 것입니다. 모바일 배달앱은 오프라인에서 중요한 유통형태인 프랜차이즈와 유사한 문제가 발생할 수도 있다고 생각하지만, 그런 문제보다는 조사 설계라는 관점에서 고민했습니다.

 

 

    프로젝트에 대한 이해


모바일 배달앱과 유사하게 수수료과 가맹점 광고를 수익의 원천모바일 뷰티서비스 큐레이션 솔루션이 제안하는 핵심 소비자 편익은 뷰티샵 이용에 있어서의 정보탐색비용(shoe leather cost)의 절감정보비대칭(information asymmetry)의 해소. 따라서 실제 소비생활에서의 뷰티샵 이용에 대한 소비자 이해보다는 뷰티샵 이용을 위한 인터넷 정보탐색 및 구매행위에 대한 소비자 통찰을 얻고 검색을 중심으로 구매의사결정이 이루어지는 온라인 구매의사결정과정을 앱 중심의 모바일 구매의사결정으로 통합하기 위해 필요한 정보를 얻는 것이 본 설문조사의 핵심 과제.

 

 

    조사 대상자의 정의 및 표본구성


대다수 여성 소비자들은 미용에 일반적인 관심을 가지고 있을 것으로 예상되며, 20세 이상 여성의 경우 최소한 헤어샵 이용경험은 있을 것으로 예상됨. 그러므로 단순 뷰티샵 이용자를 조사대상자로 정의하는 것은 변별력 있는 결과를 기대하기 어려움. 서비스 이용경험기간을 제한하여 응답의 신뢰성을 확보하는 것이 필요.


비교적 빈번하게 이용할 것으로 예상하는 헤어샵의 경우 3주 이내 1(53.1%) 이용이 가장 일반적이며, 피부샵의 경우는 2개월 1(57.8%)임을 감안하여 최근 2개월 이내 뷰티샵 이용경험자를 조사대상자로 한정하되 헤어샵, 에스테틱, 필라테스, PT, 네일샵, 메이크업샵(피부과 제외) 등 주요 카테고리 별로 네이버 키워드 검색량을 고려하여 할당량을 지정. 이후 실제 실사기간 중 진행상황을 고려하여 카테고리 별 할당량을 조정함.

또한 뷰티샵 서비스를 이용할 수 있는 최소한의 능력을 감안하여 가구소득 350만원 이상 (2015년 우리나라 평균 가처분소득 358만원)인 응답자를 조사대상으로 함. , 30세 이하 미혼 여성의 경우에는 1인 가구라고 하더라도 부모님과의 소득을 모두 합산한 금액을 가구소득으로 인정.

그리고, 앱 서비스를 이용할 가망고객이어야 하므로 인터넷구매경험자를 조사대상으로 함.



본 조사의 대상자는 결국 20~59세까지의 여성으로 최근 2개월 이내 뷰티샵 이용경험이 있고, 월평균가구소득이 350만원 이상인터넷 구매경험자로 정의함.        

      

조사대상 표본크기 뷰티샵과의 제휴활동의 단계적 접근이라는 측면에서 서울수도권 지역을 경기북부, 강북동, 강북서, 강남동, 강남서, 경기남부 각 권역 별로 200명씩총 1200명을 제안함. 연령별 인구구성은 단순 인구비례 할당을 기계적으로 따르지 않고 인터넷구매경험률(PC와 모바일산술평균)으로 가중한 인구비례할당을 적용.(최종 지역별 연령별 할당량은 실사진행상황에 따라 변경 가능함.) 인터넷 구매자의 비율은 Nasmedia2015NPR(Netizen Profile Report) 자료를 참고하였음.



    

     조사내용의 구성


본 조사의 목적 달성을 위해서는 단순히 뷰티 서비스에 대한 needs 점검만으로는 부족하고 인터넷 구매의사결정 과정에 대한 이해가 필요. Attention, Interest, Search, Action, Share 단계별로 총체적 점검이 가능하도록 설문을 구성하고자 함.




그 외 콘텐츠 기반의 마케팅 수단에 대한 소비자들의 반응에 대해서도 설문에 반영할 필요성이 있음.( benchmarking : XSFM 요팟시)





조사결과를 통해 기존 뷰티샵의 unmet needs를 파악하고 이를 통해 기회요인을 발굴하고자 함.

 

 

 

 

                                        궁금한 점이 있으면 아래 버튼을 클릭해 주세요. 성실하게 답변드리겠습니다!                            

              



Posted by dooka
,

앞으로 소비자들의 일상생활과 다양한 산업 군에 큰 영향을 미칠 것으로 예상되는 기술 중 하나를 꼽으라면 아마 사물 인터넷(IoT, Internet of Things)기술이 들어갈 것입니다. 일반 소비자들은 사물인터넷에 대해 어떻게 생각하는지 알아보기 위해서 사물인터넷에 을 인지한 20~40대 성인 남녀 94명을 대상으로 몇 가지 질문을 해보았습니다. 표본수가 크지 않고 성실한 조사설계와 설문을 바탕으로 한 결과는 아니지만 참고할 만 자료입니다.

 

 

 

사물인터넷(IoT)에서 소비자가 기대하는 편익은 편리함이며, 사물인터넷(IoT)의 편리함은 시간의 절약과 공간의 극복에 기인합니다.

 

구글과 페이스북이 끊임없이 소비자의 행태를 분석하여 개별화된 광고를 노출시킴으로써 광고의 효과를 증대시키고 있는 것처럼 사물인터넷(IoT) 기술을 적용한 제품이나 서비스 역시 학습을 통해 소비자의 주의집중 노력을 완화시켜 보다 편리한 생활을 영위할 수 있게 도와주지만 아직 이런 측면에 대한 소비자 인식은 크지 않은 것으로 보입니다.

 

 

 

사물인터넷(IoT) 기술을 적용한 제품이나 서비스를 이용하게 된다면 소비자들은 해킹으로 인한 개인정보 유출을 가장 우려하는 것으로 나타났습니다. 개인정보 보호의 문제 다음으로는 오작동이나 기계오류 가능성을 걱정하고 있었습니다.

 

 

 

 

어떤 제품이나 서비스에 사물인터넷(IoT) 기술을 적용하면 좋겠느냐는 질문에는 가전제품이나 자동차, 보일러를 언급하는 비율이 높은 것으로 나타났고, 그 외 현관문 도어락 등 실제 가정에서의 보안장치를 생각하고 있는 것으로 보입니다.

 

 

 

 

Posted by dooka
,

측정의 타당성이 측정도구가 측정하고자 하는 추상적 개념을 얼마나 잘 반영하고 있는지를 나타내는 개념이라면 측정의 신뢰성은 동일 개념에 대한 측정을 반복했을 때 동일한 측정값을 얻을 가능성을 의미합니다

 

신뢰성의 추정방법으로는 재검사법, 복수양식법, 반분법 및 내적 일관성 분석의 방법이 있습니다.

 

반분법에는 스피어만-브라운 공식을 활용합니다. 스피어만-브라운 공식은 반분법으로 나누어진 측정값들의 상관계수를 활용하기 때문에 단일한 신뢰성 계수를 계산할 수 없다는 한계가 있습니다.

 

내적 일관성 분석에서는 크롬바하 알파값을 활용합니다. 크롬바하 알파값은 개별문항 분산의 합을 이용하여 단일한 값으로 신뢰성 계수를 제시할 수 있습니다. 일반적으로 크롬바하 알파값이 0.60을 넘으면 신뢰도가 만족할 만한 수준이라고 판단합니다  




측정의 신뢰성을 제고하는 일차적인 방법은 측정도구인 설문지를 구성하는 항목을 분명하게 작성하는 것입니다. 그러나 확신이 서지 않는다면 측정항목을 늘리는 것이 차선책이 될 수 있습니다. 그러나 측정항목을 늘릴 경우 비확률오차가 증가할 수 밖에 없다는 점도 감안해야 합니다. 현실적으로 측정 가능하지 않을 정도로 문항을 늘리지 말아야 하고 자료수집 과정에서 측정의 일관성을 유지할 수 있도록 면접원에 대한 교육과 통제를 강화해야 합니다. 그리고 근본적으로는 응답자가 대답하기 어려운 질문은 자제해야 합니다.


 

 

 


 

Posted by dooka
,

돈을 벌어보자는 일념으로 경영지도사 2차 시험을 준비하시는 분들에게 도움이 되고자 지금까지 블로그에서 올렸던 경영지도사 2차 시험 시장조사론 기출문제해설을 기본으로 경영지도사 2차 시험 시장조사론 기출문제 해설 강의를 개설해 보았습니다. 물론, 금전적인 수익의 증대가 저의 일차적인 목적이지만 부차적으로 제가 느꼈던 점을 반영하여 좀 더 정확한 지식에 기반을 둔 강의를 진행해보자 합니다.

 

이 강의는 기본적으로 경영지도사 시험을 준비하시는 분들 중에서 경영지도사 시장조사론 2차 시험을 한번 이상 경험하셨거나 시장조사론을 일회독 정도는 하신 수험생 분들을 대상으로 준비한 교육입니다. 사실상 시험 당일 현장에서 도움을 줄 수 없는 무조건 암기식 공부를 탈피함으로써 경영지도사 시험 합격에 조금이나마 보탬이 되었으면 합니다. 더불어 20161번 문제가 수험생들에게 혼란을 준 측면이 있기에 이에 대한 정확한 해설도 곁들일까 합니다.



<강의 일자 및 장소 >


2016년 12월 22일 오후 6시 30분~9시 30분,

서울 강남구 역삼로3길 17-6 영준빌딩 10층  비소사이어티 주식회사

 

<약력>

2013~2015년 서베이몽키 마케팅에이전시

2015~2016년 한국경영인재연구원 경영지도사 시장조사론 강의

201611월 한국사회적경제진흥원 시장조사 실전실습 강의

그 외 기업 실무자 대상 교육 다수 수행

 

<강의 내용>

2016년 경영지도사 시장조사론 2차 기출문제해설

출제경향 점검

시험준비 방법

단원별 최근 기출문제해설 및 심화학습


경영지도사 2차 시험 시장조사론을 준비하시는 수험생 모든 분들이 원하시는 목표를 모두 이루시길 기원합니다.

온오프믹스(http://onoffmix.com)에서 경영지도사를 검색해 보세요.





 


Posted by dooka
,

경영지도사 2차 시험 시장조사론의 최근 출제 경향을 보면, 단순 암기를 통해서는 답변하기 어렵고 원리를 이해하고 있어야 답변가능한 문제들이 출제되고 있습니다. 때로는 이런 것까지 출제되나 싶은 문제도 나오지만 한 걸음 물러서서 바라보면 출제 분야에 관계없이 묻고자 하는 것은 의외로 단순한 경우가 많습니다.

 

이런 출제경향을 알지 못하고 새로운 분야에서 출제될 때마다 암기로 대응하다 보면 공부해야 할 내용은 늘어나기만 하는데 조금만 응용한 문제가 나와도 적절한 답안을 작성하지 못하는 경험을 하게 됩니다.

 

경영지도사 2차 시험 시장조사론 준비의 왕도는 없겠지만 비교적 실패를 피해갈 가능성이 높은 공부방법론을 나름대로 정리해 보았습니다.

 

1. 전공 기본서를 통한 이해도 제고

 

만약, 대학에서 시장조사론을 강의하시는 교수님들이 저술한 시장조사론 전공 기본서를 보지 않고 수험서에만 의존했다면 기본서를 한번 쯤 읽어보실 것을 권합니다. 실제 시험을 출제하실 분들의 관심 사항을 파악할 수 있을 뿐만 아니라 정확한 개념에 입각한 답안작성에 도움이 됩니다. 예를 들어 확률적 독립의 개념은 우리가 직관적으로 독립이라고 이해하는 것과는 다소 다릅니다. 정확하게 확률적 독립이라는 개념을 언급해야 할 부분에 다른 의미로 서술한다면 기대하는 점수를 받기 어려울 것입니다.

 

다만, 시장조사론 기본서를 시험을 준비하기 위한 수험서로 채택할 것인지는 신중하게 생각해야 합니다. 시장조사론 관련 전공자가 아니라면 시장조사론 기본서를 수험서로 사용할 경우, 시험 공부 후반으로 갈수록 정리와 요약이 부담될 수 있습니다. 시장조사론  전공 기본서를 시험공부에 직접 활용하기보다는 이해를 위한 참고서로 사용할 것을 권합니다.

 

2. 전용 수험서의 활용

 

경영지도사 2차 시험 전용 수험서를 활용함에 있어서도 주의가 필요합니다. 수험서는 학문연구가 아닌 시험 준비를 위해 만든 책입니다. 수험생의 이해를 돕고 효율적인 수험생활에 기여하기 위해 방대한 지식을 불가피하게 요약할 수 밖에 없습니다. 그러므로 수험서를 자의적으로 이해하고 답안에 질문이 묻고자 하는 거과 다소 거리가 있는 내용을 적는 일이 없도록 조심해야 합니다. 혼자 공부하지 말고 전문교육기관의 강의를 참고하는 것도 도움이 될 것 같습니다.

 

수험서는 무조건 받아들여야 할 믿음의 대상이 아니라 필승 합격을 위한 도구입니다. 본인이 편한 방법으로 자유롭게 이용할 수 있어야 합니다. 수험서에 부족한 부분이 있다면 다른 수험서나 기본서에서 본인과 잘 맞는 내용을 과감하게 잘라서 붙여 넣어도 무방합니다. 수험서 중에서 필요 없다고 판단한 부분도 혹시 나중에 필요하지 않을까라는 고민은 하지 마시고 스테이플러로 찍어 놓고 넘어가도 됩니다. 자신에게 맞게 소위 단권화 작업을 하는 것입니다. 물론, 수험서를 반복해서 숙독한 후에 판단할 일입니다.

 

수험서에 자료를 보완하는 과정에서 또 다른 수험서를 저술한다 싶을 정도로 필기를 많이 하거나 분량을 지나치게 늘리고 있는 것은 아닌지도 주의해야 합니다. 수험서에서 미처 다루지 못했지만 시험에 출제된 영역을 보완하는 과정에서 지나치게 방대한 자료를 만들지 말아야 합니다. 내용이 너무 많으면 실제 답안에 사용할 수 없습니다. 예를 들어 2013년에 다중공선성(multicollinearity)’을 묻는 문제가 출제되었습니다. 그렇다면 다중공선성과 관련된 문제를 어디까지 보완해야 하는지 고민할 수 밖에 없습니다. 만약 새로운 영역에서 문제가 출제될 때마다 회귀분석이나 실험설계법과 같은 개별 분야의 서적이나 학술논문을 참고해서 자료를 보완한다면 시험 당일 활용할 수 없습니다. 전문교육기관의 경영지도사 2차 시험 강의를 참고하고 강의에서 제공하는 자료 이상을 모으려고 하지 마십시오.

 

수험서에 밑줄 긋기를 할 때도 단계적 접근이 중요합니다. 우선 이해가 안 되거나 중요한 문장에 연필로 줄을 긋고, 다음 회독 때에는 볼펜을 이용해 다시 한번 밑줄을 긋습니다. 볼펜을 이용해 밑줄을 그을 때에는 핵심어 위주로 밑줄을 그어야 하고, 연필로 줄 긋기한 부분보다 당연히 양을 줄여야 합니다. 마지막으로, 형광펜을 이용해 밑줄을 긋되 한 페이지에서 3개 이상이 넘지 않도록 정말 중요한 부분만 밑줄을 그어 줍니다.

 

3. 목차의 암기와 핵심어 위주의 반복학습

 

2차 시험을 준비한다면 목차를 암기해야 합니다. 본인에게 맞는 공부방법론은 다양하겠지만 목차는 반드시 암기해야 합니다. 목차를 암기하고 있어야 실제 시험장에서 어떤 문제가 나오더라도 당황하기 않고 시간 낭비 없이 답안지를 적어 내려갈 수 있습니다. 여기서 말하는 목차란 단순히 수험서의 목차를 말하는 것이 아니라 이를 근거로 본인에게 맞게 수정하고 조금은 세부적인 항목까지 가필한 것을 말합니다. 그러므로 더 효율적이고 체계적인 논리적 순서와 내용이 나온다면 목차는 수정할 수 있습니다. 이렇게 만들어진 목차는 합격할 때까지 반드시 몸에 지니고 다니시고 항상 보면서 수시로 외우셔야 합니다. A4 크기에 두 페이지가 나오도록 복사하면 한 눈에 특정 주제의 전체 체제를 파악할 수 있어 편리합니다.

 

실제 공부를 할 때 이해가 되었다면 암기할 때는 문장으로 암기하지 말고 군더더기 없이 핵심어 위주로 나누어서 암기해야 합니다. 그래야 암기하기 쉽고, 시험 현장에서 복원하기도 용이합니다. 표본통계량을 예로 들어보겠습니다. 표본통계량은 미지의 모수를 포함하지 않는 관측가능한 확률표본만의 함수를 말합니다. 이것을 전체로 외울 것이 아니라 미지의 모수를 포함하지 않는/ 관측가능한/ 확률표본만의 함수로 나누어 암기하는 것이 효과적입니다. 본인의 머리 속에 미지의 모수를 포함하지 않는 관측가능한 확률표본만의 함수를 넣을 것이 아니라 아래와 같이 체계화한 개념을 넣도록 노력해야 합니다.

 

미지의 모수를 포함하지 않는

관측가능한

확률표본만의 함수

 

무작정 전체를 외우면 응용이 쉽지 않습니다. 그러나 편집가능하도록 핵심어 위주로 개념을 이해하고 있으면 어떤 문제가 나와도 편리하게 응용할 수 있습니다.

 

4. 전략적 노력

 

시험을 준비한다면 누구라도 각자의 위치에서 가능한 노력을 다할 것입니다. 각자의 상황에 따라 시간의 차이는 있겠지만 시험일 전까지 절대적 시간의 최대 크기는 누구에게나 동일합니다. 결국, 주어진 시간 내에 얼마나 효과적인 방법으로 얼마나 효율적으로 반복할 것인가의 문제입니다. 수험서를 일정 횟수 이상 반복한 후에는 시장조사론 내용에 우선 순위를 정해 물리적 시간, 집중력, 시기 및 공부의 깊이에 차이를 두고 수험생활에 임해야 합니다.

 

 

시험을 일주일 앞둔 시점부터는 이미 아는 것은 아는지 확인만 하고, 중요한데 아직 잘 이해하지 못한 영역을 암기하는데 집중해야 합니다. 시험 당일 시험지를 받기 직전까지 이런 행동을 멈추지 말아야 하고 시험 직전까지 어떤 내용을 외우기 들어갈지도 정해서 그대로 실행해야 합니다.

 

만약, 시험 일주일 전까지도 잘 이해되지 않거나 암기가 잘 안 되는 부분이 있다면 최소한 시험에서 이거라도 적고 나오리라는 각오로 나름의 효율적인 방법으로 최대한 많이 반복 암기하십시오. 예를 들어 내적 타당성을 위협하는 요인으로 성숙요인, 역사적 요인, 선발요인, 상실요인, 회귀요인, 검사요인 및 측정수단요인이 언급되고 있는데, 암기가 어렵다면 성역, 성상회, 성역과 같이 다소 유치하지만 효율적인 암기방법을 찾아서 답안지에 뭐라도 적고 나온다는 각오로 임하시기 바랍니다.

 

2012년부터 2015년까지의 기출문제를 기준으로 분석해 보면 여전히 회귀분석이 강세임을 알 수 있습니다.  분산분석 역시 최근 5년간 중요하게 다루어진 내용인데 비해 최근 2년간 출제 비중은 다소 낮아 여전히 관심이 필요한 영역입니다.

 

2016년 1번 문제는 통상적으로 본다면 독립변수가 척도형과 범주형으로 되어 있으므로 가변수를 이용한 회귀분석으로 접근해야 하므로 회귀분석으로 분류했습니다. 다만, 문제의 자유도가 조금 틀린 것 같고 제시된 분산분석표가 회귀분석에서 통용되는 분산분석표와 거리가 있어 혼선을 주고 있습니다.  

 

 

회귀분석이 다른 영역에 비해 최근 5년간 압도적으로 출제비중이 높은 것으로 나타나 회귀분석을 제외한 후 나머지 영역의 출제경향을 살펴보았습니다. 표본추출은 여전히 중요한 주제로 판단되며, 최근 2년간 빈번하게 출제되고 있는 방법론 분야도 충실하게 준비해야 합니다. 다만 상관분석은 이미 2016년에 출제되었고 지난 5년간의 출제비중도 상대적으로 높은 편은 아니어서 우선순위는 낮은 편이고 다른 분석기법에 더 많은 관심을 가져야 할 것 같습니다.

 

 

 

시장조사론을 수험생의 입장에서 보면 크게 방법론, 표본추출 및 자료수집, 통계적 추론, 분석기법으로 대별해 볼 수 있습니다. 분석기법 중에서는 회귀분석, 분산분석은 항상 거의 출제된다는 마음으로  확실히 정리하고 시험에 임해야 합니다. 특히, 분석기법과 무관하게 대다수의 분석기법 출제문제는 그 결과를 해석하는 것이고, 결과 해석은 결국 통계적 의사결정과 밀접한 관련이 있기에 직접적으로 통계적 추정과 검정을 묻는 문제는 출제비중이 높지 않았지만 역시 관심을 가지고 봐두어야 할 영역입니다.

 

비교적 출제 가능성이 높은 분야의 예측이 용이했던 2016년과는 달리 2017년 시험에서는 예상하지 못한 문제가 출제될 가능성도 충분하기에 빠지는 부분 없이 더욱 꼼꼼하게 시험을 준비해야 할 것 같습니다.

 

이상 나름대로 생각해 본 경영지도사 2차시험 시장조사론 공부방법론이었습니다. 무엇보다 시험 합격을 통해 본인이 이루고자 하는 꿈이 무엇인지 항상 기억하고 있다면 시험을 준비하는 것이 조금이나마 덜 힘들 것이고, 합격은 어느새 여러분 곁에 와 있을 것이라고 생각합니다.

 

 

 

Posted by dooka
,

조직에서 업무를 처리하다 보면 업무상 불가피하게 설문조사를 진행해야 할 일이 있습니다. 예산을 배정받았다면 설문조사 전문기관에 외주를 주는 방식으로 문제를 해결할 수 있지만, 설문조사의 길이도 상대적으로 짧고 처리해야할 표본의 수도 많지 않아 설문조사 예산을 확보하지 못했다면 본인이 직접 설문조사의 전 과정을 처리해야 합니다.

 

서베이몽키와 같은 서비스를 이용해 직접 종이 설문지를 입력하는 방법을 사용하면 비교적 간단하게 문제를 해결할 수 있습니다. 일단 설문조사의 결과를 입력하기만 하면 차트는 자동으로 생성할 수 있고 교차분석까지 가능합니다. 서베이몽키의 월간이용 서비스(PLUS)의 가격이 39,000원 정도이니 비용 측면을 고려하더라도 서베이몽키 이용이 가장 합리적인 해결책입니다.





서베이몽키에서는 종이 설문지를 하나씩 개별 입력해 주어야 하기 때문에 표본크기가 많을 때에는, 다른 업무에 차질을 줄 정도로 너무 많은 시간이 소요될 수 있다는 점에 주의해야 합니다. 또한, 설문지의 분량이 많고 복잡하다면 웹 설문 제작 과정 역시 시간을 소요하는 일이 될 수도 있습니다.

 

서베이몽키와 같은 서비스를 이용한 것 역시 여의치 않은 상황이라면 부득이 직접 데이터를 입력하고 분석한 후 결과 보고를 해야 합니다. 지금부터는 설문조사의 실사과정은 완료하여 응답자들이 기입한 종이 설문지는 확보한 상태에서 최소한의 추가 지식만으로 실사 과정 이후 데이터 처리를 어떻게 해야 할지 알아보겠습니다. 보통 이런 경우는 외부 잠재고객보다는 기존 서비스 이용고객들의 만족도를 점검하는 것이 일반적이므로 고객만족도 조사를 기준으로 이야기해보겠습니다.

 

우선 아래와 같은 설문지를 가지고 설문조사를 진행해서 대상 고객들로부터 100개의 응답을 받았다고 가정해 보겠습니다. 



오프라인에서 종이로 작성한 설문지를 수령하면 우선 설문지 별로 ID를 부여하는 것으로 작업을 시작합니다. ID 부여 작업을 통해 표본크기를 확인하고 추후 분석 단계에서 설문지를 확인할 필요가 있을 때 설문지를 추적할 수 있게 됩니다.





ID 부여 작업이 끝나고 나면 설문지의 응답에 수치를 할당하는 코딩작업과 논리적인 모순과 오류를 점검하는 에디팅 작업을 실시합니다. 코딩 및 에디팅 작업을 실시하고 나면 데이터를 입력하고 본격적인 통계분석 전에 다시 한번 데이터에 문제가 없는지 확인합니다. 위 예시 설문지를 기준으로 가상의 데이터를 입력해보면 아래와 같습니다. 마지막 열의 X변수는 빈도를 표시하기 위해 추가한 것입니다.





이제 엑셀의 피벗 테이블 기능을 이용해 빈도표를 만들어 보겠습니다. 엑셀 삽입 메뉴에서 피벗 테이블을 선택 후 열 레이블에는 비교하고 싶은 집단의 변수를 넣고 행 레이블은 결과를 보고 싶은 변수를 넣은 후 값에는 빈도를 보기 위해 모든 값이 1인 변수 X를 넣습니다. 사례에서는 열 레이블에 성별, ‘행 레이블에는 담당직원의 친절성 변수를 넣었습니다.



통계 프로그램을 사용할 수 있는 상황이 아니라면 하나하나 수작업을 해야 하므로 설문지 분량이 많다면 섣불리 엑셀을 이용한 빈도표 작업은 시작하면 안 됩니다. 엑셀의 피섭 테이블 기능을 이용해 만든 빈도표를 정리하면 아래와 같습니다.




고객만족도조사의 일차적 목적은 고객만족도의 수준을 파악하는 것입니다. 그러나 단순히 만족도 수준을 파악할 뿐만 아니라 만족도 수준을 관리하기 위해서는 개선이 필요한 요소가 무엇인지 점검할 수 있어야 합니다.

 

우선, 통계 프로그램의 도움을 받지 않고 최소한의 엑셀 지식만으로 개선 요소가 무엇인지 점검해 보겠습니다. 사례에서 엑셀의 필터 기능을 이용해 전반적인 만족도 수준 5점 이상(긍정 응답)4점 이하 응답(부정 응답)의 요소별 적합도를 비교해 보겠습니다.

 

 



전반적 만족도 긍정응답자의 요소별 적합도에서 부정응답자의 요소별 적합도를 차감한 후 긍정응답자의 요소별 적합도로 나눈 결과, Q1_3 청결성, Q1_4 다양성, Q1_5 품질의 비중이 낮은 것으로 나타나 인적 요소보다는 매장환경과 품질에 대한 개선이 요구됨을 알 수 있습니다.


이제 R을 최소한만 사용해서 좀 더 자세하게 개선방향 도출을 위한 분석을 실시해 보겠습니다. 우선 데이터를 저장한 위치로 작업 디렉토리를 변경해 줍니다.


분석할 데이터를 읽어 드립니다 



요소별 적합도와 전반적 만족도간의 상관계수를 구합니다. R에서 defaultPearson의 상관계수입니다.



이제 상관계수 값과 요소별 적합도 점수를 이용해 새로운 데이터 파일을 만들어 줍니다.





새롭게 만든 데이터를 R에서 읽어드린 후 상관계수와 요소별 적합도를 표준화합니다.



위 결과를 가지고 산점도를 그려보겠습니다. R에서 산점도를 작성할 수도 있지만 R에 익숙하지 않다면 고민하지 말고 엑셀의 차트기능을 이용해 산점도를 그리면 됩니다. R의 결과물 역시 어떻게 export할지 고민하지 말고 복사해서 엑셀에 붙여넣기 하여 텍스트 나누기 기능을 이용해 원하는 형태로 잘라냅니다.

 

엑셀에서의 산점도는 x축은 표준화한 적합도값, Y축은 표준화한 상관계수값이 되도록 그렸습니다. 그런데 데이터 레이블이 각 요소의 이름이 아니라 데이터 값이 됨을 알 수 있습니다. 해당 수치를 클릭하여 각 요소의 이름으로 변경해 줍니다.





최종적으로 도출한 산점도를 살펴 보면 전문성과 친절성은 전반적 만족도에 대한 기여도도 높고 적합도 수준 역시 높아 계속 유지·발전시켜야 할 요소인 반면, 다양성과 청결성은 전반적 만족도에 대한 기여도도 낮지만, 적합도 수준 역시 낮아 장기적으로 개선이 필요합니다. 품질 요소의 적합도 수준은 상대적으로 높지만 전반적 만족도에 대한 기여도는 상대적으로 낮아 선택적으로만 고려하면 될 것입니다.



지금 당장 자체적으로 진행한 고객만족도조사의 결과를 처리하는 방법에 대해 간략하게 알아 보았습니다. 설문지가 길고 대량의 데이터를 처리해야 할 필요가 있다면 무리하게 자체적으로 처리하려고 노력하기 보다는 좀 더 전문적인 외부 기관에 맡기는 것이 바람직합니다. 다만, 데이터를 요약하고 해석하는 능력은 앞으로 마케터가 가져야할 필수적인 역량이므로 데이터 분석 능력을 높이기 위해 끊임없이 노력해야 합니다.

 

 

                                              궁금한 점이 있으면 아래 버튼을 클릭해 주세요. 성실하게 답변드리겠습니다!




Posted by dooka
,

【 문제 5 】 제품만족도와 기업신뢰도라는 구성개념(construct)을 측정하기 위하여 각 구성개념별로 복수의 설문문항을 사용하였다. 제품만족도와 기업신뢰도를 독립변수로 하고 기업 수익성을 종속변수로 하는 회귀모형을 분석하고자 할 때, 두 독립변수의 측정항목을 대상으로 요인분석을 실행하여 독립변수 값으로 투입하기 위한 방법을 설명하시오.(10점)


☞ 문제 解說 5번 문제는 요인분석을 이용한 측정의 타당성 점검을 묻는 것인지, 회귀분석에서의 다중공선성에 대한 대처수단으로서의 요인분석을 묻는 것인지는 분명하지 않으나 구성개념을 측정하기 위해 설문문항을 구성했다는 지시문으로 볼 때 측정의 타당성 점검과 관련한 문제로 보입니다. 그러나, 정확하게 어떤 내용을 언급해야 할지 명확하지는 않습니다. 문제 5번과 같이 논점이 다소 분명하지 않은 경우에는 본인이 생각하는 답변 외에도 관련 내용을 간략하게나마 언급하는 것이 안전할 것입니다.


제품만족도와 기업신뢰도라는 추상적 개념을 측정도구 즉 설문이 얼마나 잘 반영하는지를 파악하기 위해 요인분석을 적용하게 됩니다. 요인분석은 변수들 간의 상관관계가 높은 것끼리 묶어 공통요인을 추출하는 다변량분석기법으로 입력변수들의 총분산을 이용해 공통요인을 추출하는 주성분분석과 입력변수들이 가지는 공통분산만을 이용해 공통요인을 추출하는 공통요인분석이 있습니다. 정보의 손실을 방지하기 위해 주성분을 적용하는 것이 일반적입니다.


요인분석 실시결과 항목의 요인적재량(factor loading)이 0.6이상이면 분석대상 변수가 해당요인에 속하는 것으로 판단하게 됩니다. 요인적재량이란 각 변수와 요인간의 상관계수로 해당 변수를 그 요인이 얼마나 잘 설명해주는가를 나타냅니다. 요인분석 결과 원래 의도한 구성개념대로 항목들이 하나의 요인으로 묶이고, 다른 개념으로 분류한 항목들이 다른 요인으로 묶이는지 파악함으로써 측정의 타당성을 점검할 수 있습니다.


제품만족도와 기업신뢰도를 구성하는 세부항목을 이루는 변수들을 회귀분석을 위한 독립변수로 활용할 경우, 독립변수들간의 강한 선형관계로 인해 회귀계수의 계산이 불가능하거나 회귀계수의 표준오차를 과장하여 검정 자체가 불가능하게 만드는 다중공선성의 문제가 발생하게 됩니다.


다중공선성의 문제를 보정하기 위한 방법으로 서로 공행하는 독립변수들을 하나의 주성분으로 통합하여 이들 주성분에 종속변수를 회귀시키는 방법이 있습니다. 주성분분석은 n개의 입력변수를 가지는 총분산을 n개의 주성분으로 다시 나타내고 총분산에 대한 설명력이 높은 순서대로 주성분요인을 추출하는 방법입니다. 주성분분석에서 원래의 변수들과 요인간의 관계를 분명히 하게 하기 위해 요인축을 회전하게 되는데 요인의 축들이 직각이 되도록 회전하게 되면 요인 간의 상관관계가 거의 없어지므로 다중공선성을 보정할 수 있습니다. 기존 독립변수 대신 주성분을 독립변수로 한 회귀분석을 실시하게 되면 주성분들 간의 독립성이 보장되므로 다중공선성의 문제를 보정할 수 있습니다.


그러나, 회귀분석에 적용한 주성분들은 원래 독립변수들의 선형결합 형태를 취하고 있기 때문에 직관적인 해석이 매우 어렵다는 취약점이 있습니다. 또한 독립변수의 총분산에 대한 설명력이 가장 높은 주성분이라고 하더라도 이것이 반드시 종속변수와 가장 높은 상관관계를 지는 것이 아니라는 한계가 있습니다.  


【 문제 6 】 층화표본추출법의 개념과 그 추출방법 2가지에 관하여 설명하시오. (10점)


추출확률이 정해져 있고 사전적으로 알 수 있어 표본추출로 인해 발생하는 오차에 대한 추정이 가능한 확률표본추출방법에는 가장 기본적인 단순임의추출 외에 층화표본추출, 체계적 추출 및 집락추출의 방법이 있습니다.


층화표본추출법은 모집단을 이질적인 몇 개의 층(stratum)으로 구분하여 각 층별로 단순임의추출을 적용하는 방법입니다. 층화표본추출법은 각 층별로 충분한 표본크기 확보가 가능하고 층간 이질성이 클 경우 조사의 정확성을 증대시킬 수 있습니다.


층화표본추출법에는 각 층의 크기만을 고려하는 비례배분과 분산까지 고려하는 최적배분의 방법이 있습니다. 비례배분은 층당 조사비용과 분산이 동일할 경우 적용하는 방법으로 각 층이 모집단에서 차지하는 비율만큼 표본을 할당하는 방법입니다.




최적배분은 허용오차한계를 제약조건으로 조사비용을 극소화하는 표본할당방법을 찾은 것입니다. 최적배분은 다시 네이만 배분(Neyman allocation)와 데밍 배분(Deming allocation)으로 구분할 수 있습니다.


네이만 배분(Neyman allocation)은 표본크기가 일정하게 주어져 있고 층마다 조사단위별 비용이 일정할 때 적용하는 방법으로 표본에 대한 할당은 각 층이 모집단에서 차지하는 비중 외에도 각 층별 분산에 비례하여 표본을 할당합니다.

 



데밍 배분(Deming allocation)은 총비용이 일정하게 주어져 있고 조사단위당 비용이 층에 따라 크게 변동할 때 적용하는 방법으로 각 층이 모집단에서 차지하는 비중이 클수록, 각 층의 분산이 클수록 표본을 보다 더 많이 할당하고 각 층의 조사단위당 비용이 높을수록 표본을 더 적게 할당하게 됩니다.




층화표본추출은 집단 간에 이질성이 존재할 경우 단순임의추출보다 더 정확하게 모집단을 대표하는 표본을 추출할 수 있습니다. 그러나, 집단을 구분하는 변수가 잘못된 경우 오히려 대표성을 저해할 수 있습니다.

Posted by dooka
,

문제 3 변수간의 관계를 파악하는 분석(사례: 연령별로 선호하는 영화장르 분석)에서 명목척도나 서열척도로 측정된 변수의 분포에 차이가 있는지를 파악하는 교차분석을 위하여 카이자승(X2)검정을 할 수 있다. 카이자승검정을 위하여 2개의 범주형 변수들 간의 교차분석표(cross-tabulation table)를 설명하고 카이자승 검정의 통계량을 산출하기 위해 비교하는 두 수치를 설명하시오.(10

 

문제 解說 3번 문제는 통계적 의사결정과정과 교차분석에서의 카이자승검정의 절차를 이해하고 있다면 큰 무리 없이 답변이 가능한 문제입니다.

카이자승(X2)검정통계량을 이용한 교차분석은 범주형 자료 즉 명목척도 또는 서열척도 변수의 관련성에 대한 분석입니다. 문제에서 연령별로 선호 영화장르의 비율에는 차이가 없다는 주장을 귀무가설로 설정한다면 귀무가설 하에서는 연령별 선호 영화장르 비율은 동일하고 이는 전체 연령집단에서도 동일한 비율로 나타날 것입니다.

귀무가설 하에서는 연령별 선호영화장르의 출현 빈도는 동일한 선호영화장르 출현 비율을 가지는 다항분포를 따르게 되고 그 결과 실제 관측도수와 귀무가설 하의 비율을 근거로 산출한 기대도수의 차이의 제곱합을 영화장르별 기대도수로 나눈 값의 합은 카이자승분포를 따르게 됩니다.

 

실제 관측도수와 귀무가설 하의 비율을 근거로 산출한 기대도수의 차이의 제곱합은 교차분석에서의 검정통계량이 되고 이 검정통계량의 관측치를 카이자승분포 하의 임계치와 비교하여 검정통계량의 관측치가 주어진 유의수준 하에서의 임계치보다 큰 값이라면 귀무가설 하에서는 극단적인 값이 나온 것으로 볼 수 있기 때문에 귀무가설을 유지할 수 없고 연령별로 선호 영화장르는 차이가 있다고 할 수 있습니다.

 

연령별 선호 영화장르 사례에 대한 자료구조를 파악하기 위해 교차분석표를 임의로 구성해 보았습니다. 10~40대 연령 응답자 총 1,600명을 대상으로 조사한 경우를 생각해보겠습니다. 10대는 279, 20대는 338, 30대는 527, 40대는 456명을 할당했습니다. 실제 설문조사를 진행했다고 가정하고 가상의 관측도수에 근거한 교차분석표를 아래와 같이 만들어 보았습니다.



이제 귀무가설 하에서는 5개 영화 장르별 선호비율은 각각 43.4%, 20.1%, 16.1%, 8.2%, 12.2%로 연령별로 동일하다고 가정해 보겠습니다. 이에 근거한 기대도수를 반영한 교차분석표는 아래와 같습니다. 10대 고어/슬래셔 장르를 예로 들면 10대에 할당한 표본크기 279×43.4%를 곱하여 기대도수를 산출하면 됩니다.


 




검정통계량의 구체적인 값은 (200-121)2/121+(50-56)2/56+(60-45)2/45+ +(72-56)2/56 = 2,013이 됩니다. 귀무가설

하에서는 검정통계량의 표본분포는 자유도 (5-1)×(4-1)=12의 카이자승분포이므로 유의수준을 5%로 설정한다면 본 사례에서의 임계치는 21.03입니다. 그러므로 사례의 검정통계량 값은 주어진 귀무가설 하에서는 매우 극단적인 값으로 귀무가설에 대한 강력한 반증이 되고 연령별 선호 영화 장르에는 차이가 있다고 판단할 수 있습니다.


문제 4 실험디자인(실험설계)의 타당성 개념과 유형을 설명하고, 실험디자인(실험설계)의 타당성 유형들의 관계를 외생변수와 관련하여 설명하시오. (10)

 

문제 解說 실험설계의 타당성에는 내적 타당성과 외적 타당성, 구성개념적 타당성, 통계적 타당성이 있습니다. 문제는 실험설계의 타당성 중 내적 타당성과 외적 타당성의 관계를 묻는 것으로 보입니다.

 

내적 타당성이란 조사의 설계와 분석이 원인과 결과 즉 인과관계를 정확하게 추론하는 정도를 말합니다. 내적 타당성을 저해하는 외생변수로는 조사대상집단의 특성변화와 관련한 성숙요인과 역사적 요인이 있고, 표본의 대표성과 관련한 선발요인, 상실요인 및 회귀요인이 있습니다. 관찰 및 측정방법과 관련해서는 검사요인과 측정수단이 문제가 됩니다.

 

외적 타당성은 조사의 분석결과를 일반화시킬 수 있는 범위를 말합니다. 외적 타당성에서는 특히 다른 모집단에 대한 일반화, 일반화가 가능한 시기 및 일반화가 가능한 상황이 문제가 됩니다.


조사대상집단의 특성 변화 측면에서 본다면 조사기간이 길어지면 내적 타당성이 저해될 우려가 있는 반면, 일반화의 가능성이 높아진다는 점에서 내적 타당성과 외적 타당성은 상충관계에 있다고 하겠습니다. 반면, 표본의 대표성과 관측 및 측정방법과 관련해서는 내적 타당성을 저해하는 여러 외생변수들이 외적 타당성까지 저해한다고 하겠습니다.






 

 


Posted by dooka
,

總評

 

2016년 경영지도사 2차 시험이 지난 820일 시행되었습니다. 시장조사론은 무난했던 2015년과는 달리 시험을 준비하신 분들이 조금은 어렵게 느낄 수 있는 수준으로 출제된 것 같습니다. 그러나 이번 2016년 시장조사론 문제 역시 최근 출제경향에서 벗어난 특이한 문제들은 아니고 이해를 정확하게 하신 분들이라면 큰 무리 없이 작성하실 수 있는 문제들이었습니다. 어렵다기 보다는 익숙하지 않다는 표현이 2016년 시장조사론 문제에 대한 정확한 평가라고 하겠습니다. 새로운 지식을 과도하게 더하기보다는 기본적인 이해를 철저히 해서 어떤 문제가 나오더라도 최소한의 답변은 할 수 있도록 준비하는 자세가 필요합니다.

 

문제 1 친환경 제품을 생산하고 있는 한국은 친환경제품 디자인을 3가지 유형으로 개발하고 있다. 한국의 마케팅관리자가 친환경제품 디자인이 친환경제품에 대한 소비자의 태도에 미치는 영향을 분석하고자 한다. 이 마케팅 관리자는 소비자의 친환경의식이 친환경제품에 대한 태도에 영향을 줄 가능성을 염두해 두고 조사하였고, 다음 <1>과 같은 결과를 얻었다.친환경의식과 친환경제품에 대한 태도는 리커트(Likert) 5점 척도로 측정하였다. 다음 각 질문에 답하시오.(30)

 

<1> 조사 결과


문제 解說 실제 시험 당일 문제를 풀어야 하는 분들 입장에서는 처음부터 조금 당황했을 수 있습니다. 그런데 사실은 문제에서 나오는 통계분석 결과를 정확하게 알지 못하더라도 척도와 분석 간의 관계와 분산분석, 그리고 통계적 의사결정에 대해 알고 있다면 답변하는데 무리가 없는 문제입니다.


친환경의식이 리커트 척도 형태로 제시되어 많은 분들이 가변수를 이용한 회귀분석과 분산분석을 놓고 고민하셨을 것 같습니다. 다중회귀분석의 특수한 예가 분산분석이고 분산분석의 특수한 예가 t검정이라는 점을 감안한다면 이 문제를 가변수를 이용한 회귀분석으로 해결하더라도 ‘0’점은 받지 않았을 것이라고 개인적으로 생각해 봅니다. 그런데 이미 문제에서 분산분석의 결과를 제시하고 있어 문제에 해답이 나와 있습니다. 원칙적으로 분산분석으로 문제를 해결하라는 출제자의 의도가 분명합니다.      


문제의 분석결과에서 유형III 제곱합은 직교화된 벡터로 제곱합을 분리하는 방법의 유형을 말하는데 우리는 그런 것까지 정확하게 알 필요는 없고 문제를 출제하신 출제위원 분도 이런 것들을 정확하게 알아야 한다고 생각하지 않으셨을 겁니다. 물론 문제를 해결하는 것과도 관계가 없습니다.


문제의 분산분석결과는 이원분산분석법(two way ANOVA)의 결과입니다. 과거에는 이원분산분석법(two way ANOVA)RCBD(Randomized Complete Block Design)을 준별하는 분위기였으나 이원분산분석법과 RCBD의 분석과정이 완전히 동일하기 때문에 용어 상 이 둘의 구분이 분명하지는 않은 것 같습니다. 구획(block)이라는 용어 대신 treatment factor에 대응하는 blocking factor라는 용어를 혼용하고도 있습니다. 이런 분석 상의 혼용에도 불구하고 일반적인 이원분산분석법과 RCBD는 실험설계 측면에서는 완전히 다르다는 점을 알아야겠습니다.


문제에서는 적시되어 않지만 디자인 유형은 일반적인 의미의 처리요인(treatment)인 반면, 리커트 척도로 제시한 친환경 의식은 구획(block)으로 작용하고 있습니다. 디자인 유형과 친환경 의식을 무작위로 조합하여 응답자에게 처리할 수 있는 것이 아니라는 점을 생각해보면 쉽게 알 수 있습니다.


문제와 같이 친환경 의식의 수준으로 구획하는 이유는 친환경 의식을 제어하지 않으면 제품 디자인 유형이 제품에 대한 태도에 미치는 영향을 왜곡할 수 있기 때문입니다. 예를 들어 우연히 특정 제품 디자인별 응답자들의 친환경 의식에 차이가 있다면 제품 디자인 간의 실질적인 차이와는 무관하게 친환경 의식 차에 의해 마치 제품 디자인별로 제품에 대한 태도에 차이가 있는 것처럼 보일 수도 있습니다. 실제로 아래와 같이 문제에 제시한 자료를 이용해 친환경 의식 수준을 제외한 일원분산분석법(one way ANOVA)를 실시해 보면 유의수준 0.05 하에서 제품 디자인별로 제품에 대한 태도에 차이가 있는 것으로 분석결과가 나온 것을 확인할 수 있습니다.




이제 본격적으로 문제를 풀어보도록 하겠습니다.

 

(1) 친환경제품 디자인이 친환경제품에 대한 소비자의 태도에 미치는 영향 분석에서 친환경 의식 변수가 가지는 의미를 논하시오. (10)

 본 분석에서 디자인 유형 외에 친환경 제품에 대한 소비자의 태도의 차이를 설명하는 가장 강력한 경쟁가설은 친환경 의식 수준의 차이입니다. 그러므로 친환경 의식 변수를 구획화하여 제어하지 않으면 친환경 의식 변수가 친환경제품 디자인이 친환경제품에 대한 소비자 태도에 미치는 영향을 왜곡하는 변수로 작용할 수 있습니다. 친환경 의식 변수의 영향을 배제하고 순수한 디자인 유형의 영향을 분리하기 위해 친환경 의식을 blocking factor로 활용하는 이원분산분석법(two way ANOVA)을 활용하게 됩니다.  


(2) 조사 결과를 분석하기 위한 적정한 분석방법을 제시하고, 그 이유에 관하여 논하시오.(15)

문제에서 독립변수인 디자인 유형은 질적 변수이며, 종속변수인 소비자 태도는 양적 변수이므로 분산분석을 적용하는 것이 타당하며, 특히 친환경 의식으로 구획화한 이원분산분석법을 활용합니다. 물론, 친환경 의식은 등간척도의 양적 변수이므로 이 문제는 디자인 유형을 가변수로 활용하는 회귀분석의 적용도 가능합니다. 그러나 독립변수가 종속변수에 미치는 영향력까지 파악할 목적은 아니라면 가변수 적용이 번거로울 수 있으므로 분산분석이 본 문제에는 보다 적합한 분석방법일 것으로 판단됩니다.


(3) (2)의 분석방법을 적용하여 다음 <2>와 같은 결과를 얻었다. 이 분석 결과를 친환경 제품에 대한 태도 분석의 주요 요인을 포함하여 분석결과 해석의 관점에서 논하시오.(α=.05)(5)

    <2> 조사 결과

(제가 생각하기에는 친환경제품 의식의 자유도는 4가 되어야 할 것 같습니다. 나중에 정확하게 확인해 보아야겠습니다. 물론 본 문제를 해결하는 데에는 큰 관련이 없습니다. )


위 결과에서 친환경제품디자인 유형별 그룹 간 소비자 태도의 분산이 디자인 유형 그룹 내 분산보다 크다면 친횐경 제품 디자인 유형별로 제품에 대한 소비자 태도에 차이가 있다고 판단할 수 있습니다. 제품 디자인 유형별로 소비자 태도에 차이가 없다는 귀무가설 하에서 주어진 F값 관측치로 계산한 유의확률이 0,998로 유의수준보다 더 큰 값을 보여 귀무가설을 기각할 강력한 증거를 제시하지 못하고 있습니다. 그러므로 제품디자인별 소비자태도에 차이가 있다는 주장은 받아들이기 어렵습니다. 반면, 친환경 인식 수준에 따라 제품에 대한 소비자 태도는 유의미한 차이를 보이는 것으로 나타났습니다

 

문제 2 2016년 하계 올림픽 체조8강 경기에 출전한 각 국가대표 8명의 선수에 대해 두 명의 심사위원이 서열척도로 평가한 다음의 평가순위 자료를 기초로 두 심사위원의 평가 관련성 여부를 파악하고자 한다. 다음 <1>에 기초하여 각 물음에 답변하시오.(30)

 

<1> 국적별 8명 선수에 대한 두 심사위원의 평가순위


(1) 위 두 명의 심사위원 간 평가 관련성 여부를 검정하기 위한 귀무가설을 설정하시오.(10)


귀무가설은 보수적 관점에서 현 상태를 지지하는 상황을 가정한다면 두 명의 심사위원이 서열척도로 응답한 점수평가는 서로 양의 상관관계를 가지지 않는다고 귀무가설을 수립할 수 있습니다. 즉 아래 스피어만 상관계수가 0보다 작거나 같다고 가정합니다. 이 경우 스프어만 상관계수가 0인 경우만 가설을 검정하면 0보다 작은 모든 경우에도 성립하므로 가설검정은 스피어만상관계수가 0인 경우를 기준으로 실시하게 됩니다.


(단측검정인지 양측검정인지 분명하지는 않지만 문제에 제시된 자료가 단측검증용이고 심사위원 간 평가가 공행하는지가 관심의 대상이라고 생각해서 단측검정을 기준으로 가설을 수립하고 검정하는 것으로 정했습니다.)

 

(2) (1)의 가설을 검정하기 위한 스피어만(Spearman)의 서열상관계수(rs)를 계산하여 구하시오.(, 소수점 넷째자리에서 반올림하여 소수점 셋째자리까지 구한다.)(10)


(서열상관계수 계산식         , di=ai-bi)     



주어진 스피어만상관계수 계산식에 근거하여 수치를 산출하면 0.690이 나옵니다.



(3) 다음의 <2> 스피어만의 서열상관계수와 위 (2)의 계산결과를 이용하여 위 (1)의 가설을 유의수준 5%에서 검정하고 그 결과를 해석하시오.(10)


<2> 스피어만의 서열상관게수표

                                                                                                                      (단측검정)



주어진 유의수준과 표본크기 하에서의 임계치는 0.643이며 스피어만상관계수 관측값은 0.690이므로, 관측값이 임계치보다 커 주어진 귀무가설 하에서 극단적인 값이 관찰되었다고 할 수 있습니다. 그러므로 주어진 표본 하의 관측값에서는 귀무가설을 채택할 수 없습니다.




 

  

 

 








Posted by dooka
,

측정의 타당성이란 측정도구가 측정하고자 하는 추상적 개념을 얼마나 잘 반영하고 있는지를 나타내는 개념입니다. 측정의 타당성은 흔히 구성개념 타당성이라고도 하며 추상적인 개념과 측정지표 간의 일치 정도를 말합니다. 

구성개념 타당성은 동일개념을 다른 방법을 측정했을 경우의 상관성 정도를 의미하는 수렴적 타당성과 다른 개념에 대해 동일한 측정방법 혹은 다른 측정방법을 적용했을 경우 측정값의 차별화정도를 의미하는 차별적 타당성으로 분류할 수 있습니다. 차별적 타당성은 다변량 분석 중 요인분석을 통해 파악할 수 있습니다.  


요인분석은 항목들간의 상관관계가 높은 것끼리 묶어 공통요인을 추출하는 분석방법입니다. 일반적으로 항목의 요인적재값(factor-loading) 즉 항목 중 상위요인이 설명하는 부분이 0.6이상이면 해당요인에 속하는 것으로 판단합니다. 요인분석을 통해 원래 의도한대로 하나의 개념으로 분류한 항목들이 동일한 요인으로 잘 묶이고 다른 개념으로 분류한 항목들은 다른 요인으로 묶이면 타당성이 있는 것으로 판단하게 됩니다. 다만 요인분석은 등간척도 이상에서만 적용가능하다는 한계가 있습니다.



측정의 타당성을 높이기 위해서는 시장과 소비자에 대한 사전 지식을 충분히 습득하고 탐색적 조사를 적극적으로 활용해야 합니다. 그리고 측정 항목은 가급적 선행조사에서 확인된 측정방법을 이용하는 것이 좋습니다.




Posted by dooka
,